一台捕鱼机是否违法

ChatGPT是OpenAI開(kāi)發(fā)的人工智能聊天機(jī)器人程序，于2022年11月推出。它能夠自動(dòng)生成一些表面上看起來(lái)像人類(lèi)寫(xiě)的文字，這是一件很厲害且出乎大家意料的事。那么，它是如何做到的呢？又為何能做到呢？本書(shū)會(huì)大致介紹ChatGPT的內(nèi)部機(jī)制，然后探討一下為什么它能很好地生成我們認(rèn)為有意義的文本。

·4.7萬(wàn)字

會(huì)員

AI輔助編程實(shí)戰(zhàn)

本書(shū)深入探討了AI（人工智能）如何革新軟件開(kāi)發(fā)領(lǐng)域，從AI輔助編程的演變、優(yōu)勢(shì)與挑戰(zhàn)到具體的工具與技術(shù)實(shí)現(xiàn)，為開(kāi)發(fā)者打開(kāi)了一個(gè)全新的世界。全書(shū)共10章，第1章介紹了編程的歷史演變和生成式AI的崛起；第2章深入技術(shù)細(xì)節(jié)，解釋了AI輔助編程工具的主要功能和工作原理；第3章討論了提示工程的重要性，以及如何與AI工具進(jìn)行有效溝通；第4章和第5章通過(guò)GitHubCopilot和其他AI編程工具的案例，展示了AI在實(shí)際開(kāi)發(fā)中的應(yīng)用；第6章擴(kuò)展到通用大語(yǔ)言模型，如ChatGPT和GPT-4，探討了它們?cè)谌粘Ｈ蝿?wù)處理中的應(yīng)用；第7章和第8章覆蓋了軟件開(kāi)發(fā)的早期階段和代碼編寫(xiě)過(guò)程，展示了AI如何輔助決策、提高學(xué)習(xí)效率和代碼質(zhì)量；第9章討論了調(diào)試、測(cè)試和部署過(guò)程中AI的作用；第10章總結(jié)了AI輔助編程的一些啟示，包括學(xué)習(xí)曲線、優(yōu)勢(shì)、不足及對(duì)未來(lái)工作的影響。本書(shū)適合軟件開(kāi)發(fā)者、編程愛(ài)好者、技術(shù)項(xiàng)目經(jīng)理、高等院校計(jì)算機(jī)科學(xué)專(zhuān)業(yè)的學(xué)生及對(duì)AI在編程領(lǐng)域的應(yīng)用感興趣的專(zhuān)業(yè)人士閱讀。

·11萬(wàn)字

會(huì)員

PyTorch 2.0深度學(xué)習(xí)從零開(kāi)始學(xué)

PyTorch是一個(gè)開(kāi)源的機(jī)器學(xué)習(xí)框架，它提供了動(dòng)態(tài)計(jì)算圖的支持，讓用戶(hù)能夠自定義和訓(xùn)練自己的神經(jīng)網(wǎng)絡(luò)，目前是機(jī)器學(xué)習(xí)領(lǐng)域中的框架之一。《PyTorch2.0深度學(xué)習(xí)從零開(kāi)始學(xué)》共分15章，內(nèi)容包括PyTorch概述、開(kāi)發(fā)環(huán)境搭建、基于PyTorch的MNIST分類(lèi)實(shí)戰(zhàn)、深度學(xué)習(xí)理論基礎(chǔ)、MNIST分類(lèi)實(shí)戰(zhàn)、數(shù)據(jù)處理與模型可視化、基于PyTorch卷積層的分類(lèi)實(shí)戰(zhàn)、PyTorch數(shù)據(jù)處理與模型可視化、實(shí)戰(zhàn)ResNet卷積網(wǎng)絡(luò)模型、有趣的WordEmbedding、基于循環(huán)神經(jīng)網(wǎng)絡(luò)的中文情感分類(lèi)實(shí)戰(zhàn)、自然語(yǔ)言處理的編碼器、站在巨人肩膀上的預(yù)訓(xùn)練模型BERT、自然語(yǔ)言處理的解碼器、基于PyTorch的強(qiáng)化學(xué)習(xí)實(shí)戰(zhàn)、基于MFCC的語(yǔ)音喚醒實(shí)戰(zhàn)、基于PyTorch的人臉識(shí)別實(shí)戰(zhàn)。

·11.3萬(wàn)字

會(huì)員

GPT圖解：大模型是怎樣構(gòu)建的

人工智能（AI），尤其是生成式語(yǔ)言模型和生成式人工智能（AIGC）模型，正以驚人的速度改變著我們的世界。駕馭這股潮流的關(guān)鍵，莫過(guò)于探究自然語(yǔ)言處理（NLP）技術(shù)的深?yuàn)W秘境。本書(shū)將帶領(lǐng)讀者踏上一段扣人心弦的探索之旅，讓其親身感受，并動(dòng)手搭建語(yǔ)言模型。本書(shū)主要內(nèi)容包括N-Gram，詞袋模型（BoW），Word2Vec（W2V），神經(jīng)概率語(yǔ)言模型（NPLM），循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN），Seq2Seq（S2S），注意力機(jī)制，Transformer，從初代GPT到ChatGPT再到GPT-4等一系列突破性技術(shù)的誕生與演進(jìn)。本書(shū)將以生動(dòng)活潑的筆觸，將枯燥的技術(shù)細(xì)節(jié)化作輕松幽默的故事和繽紛多彩的圖畫(huà)，引領(lǐng)讀者穿梭于不同技術(shù)的時(shí)空，見(jiàn)證自然語(yǔ)言處理技術(shù)的傳承、演進(jìn)與蛻變。在這場(chǎng)不斷攀登技術(shù)新峰的奇妙之旅中，讀者不僅能深入理解自然語(yǔ)言處理技術(shù)的核心原理，還能自己動(dòng)手，從零開(kāi)始搭建起一個(gè)又一個(gè)語(yǔ)言模型。

·14萬(wàn)字

會(huì)員

大模型應(yīng)用開(kāi)發(fā)：動(dòng)手做AI Agent

人工智能時(shí)代一種全新的技術(shù)——Agent正在崛起。這是一種能夠理解自然語(yǔ)言并生成對(duì)應(yīng)回復(fù)以及執(zhí)行具體行動(dòng)的人工智能體。它不僅是內(nèi)容生成工具，而且是連接復(fù)雜任務(wù)的關(guān)鍵紐帶。本書(shū)將探索Agent的奧秘，內(nèi)容包括從技術(shù)框架到開(kāi)發(fā)工具，從實(shí)操項(xiàng)目到前沿進(jìn)展，通過(guò)帶著讀者動(dòng)手做7個(gè)功能強(qiáng)大的Agent，全方位解析Agent的設(shè)計(jì)與實(shí)現(xiàn)。本書(shū)最后展望了Agent的發(fā)展前景和未來(lái)趨勢(shì)。本書(shū)適合對(duì)Agent技術(shù)感興趣或致力于該領(lǐng)域的研究人員、開(kāi)發(fā)人員、產(chǎn)品經(jīng)理、企業(yè)負(fù)責(zé)人，以及高等院校相關(guān)專(zhuān)業(yè)師生等閱讀。讀者將跟隨咖哥和小雪的腳步，踏上饒有趣味的Agent開(kāi)發(fā)之旅，零距離接觸GPT-4模型、OpenAIAssistantsAPI、LangChain、LlamaIndex和MetaGPT等尖端技術(shù)，見(jiàn)證Agent在辦公自動(dòng)化、智能調(diào)度、知識(shí)整合以及檢索增強(qiáng)生成（RAG）等領(lǐng)域的非凡表現(xiàn)，攜手開(kāi)啟人工智能時(shí)代的無(wú)限可能，在人機(jī)協(xié)作的星空中共同探尋那顆最閃亮的Agent之星！

·14萬(wàn)字

會(huì)員

Prompt魔法：提示詞工程與ChatGPT行業(yè)應(yīng)用

這是一本能指引我們每個(gè)人贏在AI時(shí)代的著作，它將教會(huì)我們?cè)诟鞣N場(chǎng)景中熟練使用ChatGPT等AI工具和編寫(xiě)提示詞，大幅提升我們的工作效率，讓我們實(shí)現(xiàn)AI普惠，成為AI高手。本書(shū)的幾位作者都是AI領(lǐng)域的技術(shù)專(zhuān)家和應(yīng)用布道者，本書(shū)是他們豐富實(shí)踐經(jīng)驗(yàn)的總結(jié)。閱讀本書(shū)，你將獲得以下知識(shí)和技能：認(rèn)識(shí)AICC將給社會(huì)和個(gè)體帶來(lái)的深刻影響及其背后的本質(zhì)，包括AIGC如何引發(fā)生產(chǎn)效率革命、如何重新定義腦力勞動(dòng)、如何調(diào)整社會(huì)分工、如何重新分配社會(huì)價(jià)值等；ChatGPT/GPT-4、文心一言、Midjourney、StableDiffusion、DALL·E3等主流AIGC工具的配置、使用和選型；提示詞（Prompt）編寫(xiě)的入門(mén)指南、基本原則、黃金公式和進(jìn)階技巧；AIGC輔助文案寫(xiě)作、文稿翻譯、數(shù)據(jù)分析、郵件撰寫(xiě)、PPT制作、工作總結(jié)、知識(shí)整理、圖片生成等；程序設(shè)計(jì)、藝術(shù)設(shè)計(jì)、游戲開(kāi)發(fā)與設(shè)計(jì)、自媒體、市場(chǎng)營(yíng)銷(xiāo)、產(chǎn)品和運(yùn)營(yíng)、金融、教育、科研、咨詢(xún)、學(xué)習(xí)等10余個(gè)行業(yè)和領(lǐng)域的AIGC應(yīng)用場(chǎng)景和提示詞寫(xiě)作技巧；用好AI工具，成為AI時(shí)代的超級(jí)個(gè)體。全書(shū)有200余個(gè)案例，200余個(gè)提示詞模版，人人一看就懂，一學(xué)就會(huì)。

·14.8萬(wàn)字

會(huì)員

AI時(shí)代，學(xué)什么，怎么學(xué)

本書(shū)作者依托豐富的一線教育實(shí)踐以及對(duì)AI和當(dāng)代教育的深入洞察，全面剖析了當(dāng)下該如何正確且高效地使用AI工具提升學(xué)習(xí)與思考能力。作者從孩子需要具備的核心能力出發(fā)，探討了在AI時(shí)代，孩子們應(yīng)如何抓住機(jī)遇、科學(xué)應(yīng)對(duì)挑戰(zhàn)。同時(shí)，書(shū)中還詳細(xì)分析了孩子未來(lái)在學(xué)科選擇、專(zhuān)業(yè)方向、職業(yè)規(guī)劃、人生發(fā)展等方面的關(guān)鍵決策，為家長(zhǎng)與孩子提供了寶貴的參考建議。

·8.4萬(wàn)字

會(huì)員

深入淺出神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)

本書(shū)深入講解神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)技術(shù)，側(cè)重于闡釋深度學(xué)習(xí)的核心概念。作者以技術(shù)原理為導(dǎo)向，輔以貫穿全書(shū)的MNIST手寫(xiě)數(shù)字識(shí)別項(xiàng)目示例，介紹神經(jīng)網(wǎng)絡(luò)架構(gòu)、反向傳播算法、過(guò)擬合解決方案、卷積神經(jīng)網(wǎng)絡(luò)等內(nèi)容，以及如何利用這些知識(shí)改進(jìn)深度學(xué)習(xí)項(xiàng)目。學(xué)完本書(shū)后，讀者將能夠通過(guò)編寫(xiě)Python代碼來(lái)解決復(fù)雜的模式識(shí)別問(wèn)題。

·13.1萬(wàn)字

會(huì)員

金融人工智能：用Python實(shí)現(xiàn)AI量化交易

本書(shū)通過(guò)Python示例介紹人工智能技術(shù)在金融數(shù)據(jù)分析中的應(yīng)用。你將了解如何運(yùn)用神經(jīng)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)等深度學(xué)習(xí)技術(shù)預(yù)測(cè)金融市場(chǎng)。本書(shū)分為六大部分。第一部分介紹人工智能算法的核心概念，包括監(jiān)督學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)，并描繪超級(jí)人工智能愿景。第二部分討論機(jī)器學(xué)習(xí)技術(shù)在金融市場(chǎng)中的應(yīng)用。第三部分更進(jìn)一步，討論如何利用神經(jīng)網(wǎng)絡(luò)和強(qiáng)化學(xué)習(xí)技術(shù)解決金融市場(chǎng)中的統(tǒng)計(jì)失效問(wèn)題。第四部分詳述如何利用算法交易解決統(tǒng)計(jì)失效問(wèn)題。第五部分展望未來(lái)，探討人工智能會(huì)如何改變金融業(yè)。第六部分給出以Python實(shí)現(xiàn)的神經(jīng)網(wǎng)絡(luò)，可用于時(shí)間序列預(yù)測(cè)。

·14.9萬(wàn)字

會(huì)員

人工智能數(shù)學(xué)基礎(chǔ)

本書(shū)是面向高級(jí)人工智能人才培養(yǎng)的高等學(xué)校人工智能相關(guān)專(zhuān)業(yè)規(guī)劃教材中的一本，通過(guò)梳理人工智能涉及的相關(guān)數(shù)學(xué)理論，并通過(guò)Python實(shí)現(xiàn)相關(guān)案例，使抽象的理論具體化，從而加深讀者對(duì)數(shù)學(xué)的感性認(rèn)識(shí)，提高讀者對(duì)數(shù)學(xué)理論的理解能力。本書(shū)首先介紹了人工智能所需的基礎(chǔ)數(shù)學(xué)理論，然后根據(jù)數(shù)學(xué)內(nèi)容的邏輯順序，以微積分、線性代數(shù)、概率論、數(shù)理統(tǒng)計(jì)為基礎(chǔ)，對(duì)函數(shù)逼近、最優(yōu)化理論、信息論、圖論進(jìn)行了深入介紹，同時(shí)給出了它們?cè)谌斯ぶ悄芩惴ㄖ械膶?shí)驗(yàn)案例。另外，該書(shū)將免費(fèi)提供配套PPT、實(shí)驗(yàn)及應(yīng)用案例等基本教學(xué)材料。

·12萬(wàn)字

會(huì)員

大模型實(shí)戰(zhàn)：微調(diào)、優(yōu)化與私有化部署

本書(shū)深入淺出地介紹了現(xiàn)代大型人工智能（ArtificialIntelligence，AI）模型技術(shù)，從對(duì)話(huà)機(jī)器人的發(fā)展歷程和人工智能的理念出發(fā)，詳細(xì)闡述了大模型私有化部署過(guò)程，深入剖析了Transformer架構(gòu)，旨在幫助讀者領(lǐng)悟大模型的核心原理和技術(shù)細(xì)節(jié)。本書(shū)的講解風(fēng)格獨(dú)樹(shù)一幟，將深?yuàn)W的技術(shù)術(shù)語(yǔ)轉(zhuǎn)化為簡(jiǎn)潔明了的語(yǔ)言，案例敘述既嚴(yán)謹(jǐn)又充滿(mǎn)趣味，讓讀者在輕松愉快的閱讀體驗(yàn)中自然而然地吸收和理解AI知識(shí)。本書(shū)提供完整的代碼示例，可幫助讀者將抽象的理論知識(shí)轉(zhuǎn)化為手頭的實(shí)際技能。本書(shū)不僅理論知識(shí)豐富，實(shí)戰(zhàn)案例更能幫助讀者在專(zhuān)業(yè)領(lǐng)域內(nèi)高效地應(yīng)用AI技術(shù)。

·15.8萬(wàn)字

會(huì)員

AIGC原理與實(shí)踐：零基礎(chǔ)學(xué)大語(yǔ)言模型、擴(kuò)散模型和多模態(tài)模型

本書(shū)旨在幫助沒(méi)有任何人工智能技術(shù)基礎(chǔ)的工程師們?nèi)嬲莆誂IGC的底層技術(shù)原理，以及大語(yǔ)言模型、擴(kuò)散模型和多模態(tài)模型的原理與實(shí)踐。本書(shū)的核心價(jià)值是，首先為想學(xué)習(xí)各種大模型的讀者打下堅(jiān)實(shí)的技術(shù)基礎(chǔ)，然后再根據(jù)自己的研究方向展開(kāi)深入的學(xué)習(xí)，達(dá)到事半功倍的效果。通過(guò)閱讀本書(shū)，您將學(xué)習(xí)如下內(nèi)容：（1）AIGC技術(shù)基礎(chǔ)深入了解神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)，包括卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)的原理與應(yīng)用。并通過(guò)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的優(yōu)化方法，您將掌握如何優(yōu)化和提升神經(jīng)網(wǎng)絡(luò)的性能。（2）圖像生成模型包括從自動(dòng)編碼器（AE）、變分自編碼器（VAE）、生成對(duì)抗網(wǎng)絡(luò)（GAN）等圖像生成模型。通過(guò)學(xué)習(xí)優(yōu)化方法，如WGAN、WGAN-WP、StyleGAN等，您將掌握如何提高圖像生成模型的質(zhì)量和穩(wěn)定性。同時(shí)，了解圖像生成模型的應(yīng)用，如遷移學(xué)習(xí)、風(fēng)格遷移等，讓您輕松實(shí)現(xiàn)個(gè)性化創(chuàng)作。此外，還將帶您深入了解DDPM、DDIM等擴(kuò)散模型的前沿技術(shù)，為您展現(xiàn)圖像生成技術(shù)的最新成果，探索更加出色的生成效果和表達(dá)方式。（3）語(yǔ)言生成模型了解注意力機(jī)制、Transformer架構(gòu)等基礎(chǔ)知識(shí)，深入探索GAT系列、大語(yǔ)言模型（如ChatGPT），讓您掌握自然語(yǔ)言處理的精髓。（4）多模態(tài)模型了解CLIP、StableDiffusion、DALL.E等多模態(tài)模型，觸碰視覺(jué)和文字的奇妙交織，領(lǐng)略多模態(tài)智能的廣闊前景。

·16.7萬(wàn)字

會(huì)員

ChatGPT原理與實(shí)戰(zhàn)：大型語(yǔ)言模型的算法、技術(shù)和私有化

這是一本系統(tǒng)梳理并深入解析ChatGPT核心技術(shù)、算法實(shí)現(xiàn)、工作原理、訓(xùn)練方法的著作，也是一本能指導(dǎo)你搭建專(zhuān)屬ChatGPT和實(shí)現(xiàn)大模型遷移及私有化的著作。本書(shū)得到了MOSS系統(tǒng)負(fù)責(zé)人邱錫鵬等多位專(zhuān)家的高度評(píng)價(jià)和鼎力推薦。具體地，通過(guò)本書(shū)你能了解或掌握以下知識(shí)：ChatGPT的工作流程和技術(shù)棧；ChatGPT的工作原理和算法實(shí)現(xiàn)；基于Transformer架構(gòu)的一系列預(yù)訓(xùn)練語(yǔ)言模型的原理；強(qiáng)化學(xué)習(xí)的基礎(chǔ)知識(shí)；提示學(xué)習(xí)與大模型涌現(xiàn)出的上下文學(xué)習(xí)、思維鏈；大模型的訓(xùn)練方法及常見(jiàn)的分布式訓(xùn)練框架；基于人工反饋的強(qiáng)化學(xué)習(xí)整體框架；從零搭建類(lèi)ChatGPT模型，模擬完整的ChatGPT訓(xùn)練過(guò)程。本書(shū)集理論、實(shí)戰(zhàn)和產(chǎn)業(yè)應(yīng)用于一體，提供大量經(jīng)詳細(xì)注釋的代碼，方便讀者理解和實(shí)操。總之，不管你是想深入研究ChatGPT本身，還是正在研發(fā)或使用其他大模型，本書(shū)都應(yīng)該能給你頗具價(jià)值的技術(shù)啟發(fā)與思考，讓你在大模型的路上快速前行，少走彎路。

·13.2萬(wàn)字

會(huì)員

生成式AI實(shí)戰(zhàn)

本書(shū)由淺入深地介紹了生成式AI的理論與實(shí)踐，內(nèi)容涉及從基礎(chǔ)原理到前沿應(yīng)用，為讀者提供了一個(gè)系統(tǒng)的認(rèn)知框架。本書(shū)從生成式AI技術(shù)的基礎(chǔ)工具入手，逐步深入到Transformer模型與GPT的原理和應(yīng)用，詳細(xì)介紹了圖像生成模型StableDiffusion，以及LangChain與AIAgent的相關(guān)知識(shí)。書(shū)中結(jié)合開(kāi)源代碼分析，展示了生成式AI在各行各業(yè)的實(shí)際應(yīng)用，并探討了其在高速發(fā)展過(guò)程中所面臨的倫理和隱私風(fēng)險(xiǎn)。本書(shū)適合對(duì)生成式AI感興趣的讀者閱讀，無(wú)論你是初學(xué)者還是有一定編程基礎(chǔ)的人士，都能從中獲得寶貴的知識(shí)和經(jīng)驗(yàn)。對(duì)于零編程基礎(chǔ)的讀者，本書(shū)提供了跳過(guò)代碼實(shí)現(xiàn)的理論學(xué)習(xí)路徑。

·11.7萬(wàn)字

會(huì)員

AI：人工智能的本質(zhì)與未來(lái)

人工智能并不是一個(gè)新鮮的概念，自提出到現(xiàn)在已經(jīng)有半個(gè)多世紀(jì)的時(shí)間，期間經(jīng)過(guò)了跌宕起伏的發(fā)展歷程。作者從專(zhuān)業(yè)的角度，深入淺出，梳理了人工智能發(fā)展的歷程，其經(jīng)歷的不同階段概況，如今最前沿的發(fā)展現(xiàn)狀以及面臨的困境，并探討了其未來(lái)發(fā)展的可能性，堪稱(chēng)一部精彩的人工智能進(jìn)化史。作者瑪格麗特·博登具有深厚的跨學(xué)科背景，她將心理學(xué)、醫(yī)學(xué)、哲學(xué)等領(lǐng)域的知識(shí)融會(huì)貫通，與自己對(duì)人工智能的研究相結(jié)合，生發(fā)出獨(dú)特而深刻的洞見(jiàn)，被譽(yù)為“人工智能領(lǐng)域的女性女人”。

·9萬(wàn)字

會(huì)員

人工智能

全書(shū)共分為11章，除第1章人工智能概述外，其余內(nèi)容劃分為四大部分。第一部分為確定性人工智能的三大基本技術(shù)，包括第2,3,4章的知識(shí)表示、確定性推理和搜索部分。第二部分包括第5章不確定性人工智能和第6章的智能算法。第三部分為人工智能的重要研究領(lǐng)域，包括第7章的分布式人工智能，第8章的機(jī)器學(xué)習(xí)，第9章的專(zhuān)家系統(tǒng)。第四部分為人工智能應(yīng)用部分，包括第10章的人工智能設(shè)計(jì)語(yǔ)言和第11章的人工智能的應(yīng)用舉例。

·27.5萬(wàn)字

會(huì)員

神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)

本書(shū)結(jié)合日常生活中的尋常小事，生動(dòng)形象地闡述了神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的基本概念、原理和實(shí)踐，案例豐富，深入淺出。對(duì)于正在進(jìn)入人工智能時(shí)代的我們，這些內(nèi)容無(wú)疑可以幫助我們更好地理解人工智能的原理，豐富我們對(duì)人類(lèi)自身的認(rèn)識(shí)，并啟發(fā)我們對(duì)人機(jī)智能之爭(zhēng)更深一層的思考與探索。

·9.4萬(wàn)字

會(huì)員

深度學(xué)習(xí)進(jìn)階：自然語(yǔ)言處理

《深度學(xué)習(xí)進(jìn)階：自然語(yǔ)言處理》是《深度學(xué)習(xí)入門(mén)：基于Python的理論與實(shí)現(xiàn)》的續(xù)作，圍繞自然語(yǔ)言處理和時(shí)序數(shù)據(jù)處理，介紹深度學(xué)習(xí)中的重要技術(shù)，包括word2vec、RNN、LSTM、GRU、seq2seq和Attention等。本書(shū)語(yǔ)言平實(shí)，結(jié)合大量示意圖和Python代碼，按照“提出問(wèn)題”“思考解決問(wèn)題的新方法”“加以改善”的流程，基于深度學(xué)習(xí)解決自然語(yǔ)言處理相關(guān)的各種問(wèn)題，使讀者在此過(guò)程中更深入地理解深度學(xué)習(xí)中的重要技術(shù)。

·13.3萬(wàn)字

會(huì)員

深度學(xué)習(xí)：卷積神經(jīng)網(wǎng)絡(luò)從入門(mén)到精通

本書(shū)專(zhuān)注討論深度學(xué)習(xí)中應(yīng)用非常廣泛的模型——卷積神經(jīng)網(wǎng)絡(luò)，該模型特別適用于圖像分類(lèi)和識(shí)別、目標(biāo)分割和檢測(cè)以及人工智能游戲方面，受眾對(duì)象包括計(jì)算機(jī)、自動(dòng)化、信號(hào)處理、機(jī)電工程、應(yīng)用數(shù)學(xué)等相關(guān)專(zhuān)業(yè)的研究生、教師以及算法工程師和科研工作者。本書(shū)的最大特色是對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行由淺入深的分類(lèi)描述，依次包括：現(xiàn)代雛形、突破模型、應(yīng)變模型、加深模型、跨連模型、區(qū)域模型、分割模型、特殊模型、強(qiáng)化模型和頂尖成就。這種分類(lèi)框架是在模型概述和預(yù)備知識(shí)的基礎(chǔ)上逐步展開(kāi)的，既方便讀者入門(mén)學(xué)習(xí)，又有助于讀者深入鉆研。

·14.8萬(wàn)字

會(huì)員

深入淺出圖神經(jīng)網(wǎng)絡(luò)：GNN原理解析

這是一本從原理、算法、實(shí)現(xiàn)、應(yīng)用4個(gè)維度詳細(xì)講解圖神經(jīng)網(wǎng)絡(luò)的著作，在圖神經(jīng)網(wǎng)絡(luò)領(lǐng)域具有重大的意義。本書(shū)作者是圖神經(jīng)網(wǎng)絡(luò)領(lǐng)域的資深技術(shù)專(zhuān)家，作者所在的公司極驗(yàn)也是該領(lǐng)域的領(lǐng)先者。本書(shū)是作者和極驗(yàn)多年研究和實(shí)踐經(jīng)驗(yàn)的總結(jié)，內(nèi)容系統(tǒng)、扎實(shí)、深入淺出，得到了白翔、俞棟等幾位來(lái)自學(xué)術(shù)界和企業(yè)界的領(lǐng)軍人物的高度評(píng)價(jià)和強(qiáng)烈推薦。全書(shū)共10章：第1～4章全面介紹了圖、圖數(shù)據(jù)、卷積神經(jīng)網(wǎng)絡(luò)以及表示學(xué)習(xí)等基礎(chǔ)知識(shí)，是閱讀本書(shū)的預(yù)備知識(shí)；第5～6章從理論的角度出發(fā)，講解了圖信號(hào)處理和圖卷積神經(jīng)網(wǎng)絡(luò)，深入剖析了圖卷積神經(jīng)網(wǎng)絡(luò)的性質(zhì)，并提供了GCN實(shí)現(xiàn)節(jié)點(diǎn)分類(lèi)的實(shí)例。第7～9章全面的講解了圖神經(jīng)網(wǎng)絡(luò)的各種變體及范式、圖分類(lèi)機(jī)制及其實(shí)踐，以及基于GNN的圖表示學(xué)習(xí)；第10章介紹了圖神經(jīng)網(wǎng)絡(luò)的最新研究和應(yīng)用。

·8.9萬(wàn)字

跳轉(zhuǎn)至頁(yè)

官术网_书友最值得收藏!

人工智能

分類(lèi)

狀態(tài)

屬性

字?jǐn)?shù)

更新時(shí)間

這就是ChatGPT

AI輔助編程實(shí)戰(zhàn)

PyTorch 2.0深度學(xué)習(xí)從零開(kāi)始學(xué)

GPT圖解：大模型是怎樣構(gòu)建的

大模型應(yīng)用開(kāi)發(fā)：動(dòng)手做AI Agent

Prompt魔法：提示詞工程與ChatGPT行業(yè)應(yīng)用

AI時(shí)代，學(xué)什么，怎么學(xué)

深入淺出神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)

金融人工智能：用Python實(shí)現(xiàn)AI量化交易

人工智能數(shù)學(xué)基礎(chǔ)

大模型實(shí)戰(zhàn)：微調(diào)、優(yōu)化與私有化部署

AIGC原理與實(shí)踐：零基礎(chǔ)學(xué)大語(yǔ)言模型、擴(kuò)散模型和多模態(tài)模型

ChatGPT原理與實(shí)戰(zhàn)：大型語(yǔ)言模型的算法、技術(shù)和私有化

生成式AI實(shí)戰(zhàn)

AI：人工智能的本質(zhì)與未來(lái)

人工智能

神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)

深度學(xué)習(xí)進(jìn)階：自然語(yǔ)言處理

深度學(xué)習(xí)：卷積神經(jīng)網(wǎng)絡(luò)從入門(mén)到精通

深入淺出圖神經(jīng)網(wǎng)絡(luò)：GNN原理解析